Роботы МФТИ научились ориентироваться без GPS в любую погоду

Исследователи из МФТИ представили систему MSSPlace, позволяющую автономным устройствам определять координаты в городе независимо от освещения, осадков или времени года. Разработка объединяет данные камер, лидаров и текстовых описаний, создавая устойчивый цифровой отпечаток местности, который помогает роботам не теряться при сбоях спутниковой навигации.

Традиционные навигаторы часто пасуют перед меняющимися условиями: лидары строят упрощенные карты, а камеры слепнут при плохом свете. Система MSSPlace решает эту проблему через мультимодальный анализ. Вместо опоры на один источник данных, архитектура параллельно обрабатывает видеопотоки, лазерное сканирование и семантические маски объектов. Робот распознает «здание», «дорогу» или «дерево» как неизменные маркеры, игнорируя визуальные помехи вроде дождя или сумерек.

В основе метода лежит создание компактных дескрипторов — цифровых описаний локаций, которые сохраняются в памяти устройства. При перемещении система сравнивает текущие параметры с накопленной базой, безошибочно вычисляя местоположение. По словам разработчика Александра Мелехина, именно семантическая интерпретация сцен делает память робота невосприимчивой к сезонным изменениям.

Дмитрий Юдин, заведующий лабораторией интеллектуального транспорта, подчеркивает, что объединение столь разных типов информации в единую модель — сложная научная задача. Решение особенно востребовано для беспилотных автомобилей, курьерских роботов и дронов, работающих в городских условиях с искаженным сигналом GPS или ГЛОНАСС. Сейчас команда открыла доступ к программной библиотеке OpenPlaceRecognition, чтобы сторонние инженеры могли тестировать технологию в собственных проектах. В планах разработчиков — внедрение системы на реальные транспортные платформы и обучение алгоритмов навигации в условиях открытых пространств, лишенных уникальных ориентиров.